Machine Translated by Google Model automatu komórkowego dla ruchu autostradowego Kai Nagel i Michael Schreckenberg Cytując tę wersję: Kai Nagel i Michael Schreckenberg. Model automatu komórkowego dla ruchu autostradowego. Journal de Physique I, EDP Sciences, 1992, 2 (12), s. 2221–2229. <10.1051/jp1:1992277>. <jpa-00246697> Identyfikator HAL: jpa-00246697 https://hal.archives-ouvertes.fr/jpa-00246697 Zgłoszony 1 stycznia 1992 r HAL to multidyscyplinarne archiwum o otwartym dostępie, służące do przechowywania i rozpowszechniania dokumentów L'archive ouverte pluridisciplinaire HAL, est destin'ee au d'epˆot et `a la diffusion de documents scientifiques de niveau z badań naukowych, niezależnie od tego, czy są one publikowane, recherche, publi'es ou non, `emanant des `etablissements czy nie. Dokumenty mogą pochodzić z instytucji dydaktycznych d'enseignement et de recherche fran¸cais ou `etrangers , des i badawczych we Francji lub za granicą, a także z publicznych lub laboratoires publics ou priv'es. prywatnych ośrodków badawczych. Machine Translated by Google J.Fiz . I Francja 2 (1992) 2221-2229 1992, STRONA 2221 GRUDZIEŃ asyfikacja Streszczenia fizyki o3AoG 02.70 02.50 model ruchu autostradowego automat Komórkowy Kai Nagel(~) i Michael Schreckenberg(~) (~) Instytut, Matematyczne (~) Instytut zu I~6ln, Weyertal 86-90, Uniwersytet Fizyk, Teoretycznie jodła Uniwersytet W-obolały I~6ln 41, Niemcy zu K61n, Zfilpicher Str. 77, W-ból I~6ln 41, Niemcy (Otrzymano 3 września 1992 r., zaakceptowano 10 września 1992 r.) Abstrakcyjny. Przedstawiamy A Monte Carlo symulacje modelu pokazują a fale oddzielny stochastyczny automat model symulujący ruch na autostradzie . przejście od laminarnego przepływu ruchu do start-stop – wraz ze wzrostem gęstości Do specjalnych przypadków pojazdów , co obserwuje się w rzeczywistym ruchu autostradowym . wyniki analityczne można uzyskać. Wstęp. 1. Podejścia oparte na dynamice płynów są opracowywane od lat pięćdziesiątych XX wieku [ ii. W ostatnich razy z powodzeniem zastosowano do tych modeli metody dynamiki nieliniowej , podkreślając od przepływu do pojęcie przejścia fazowego wraz ze wzrostem fale start-stop gęstościlainarnego samochodów [ 2] . punkt krytyczny już był wykrycie Automatyczny lepsza został użyty do montażu w pobliżu Ten systemów kontroli ruchu w Niemczech [ 3]. Z drugiej strony wartość logiczna Do kraty wahania silniejszych opracowano modele stymulacji ruchu autostradowego [4, 5] . symulować automaty gazowe , dobrze wiadomo , że modele logiczne to potrafią pokazują, że rzeczywiście nasz model boolowski przepływu ruchu ma a zachowanie i nasze samo w sobie wraz z [ 12 ]. symulacja wąskie gardło rozszerzenie wyniki wskazać że system osiąga możliwie krytyczną sytuację ( przypominającą wyniki dla Do wielopasmowy ruch będzie przedmiotem dalszych badań I nasz model (rozdział 2) (rozdział 3 ) . W są prezentowane. Część 5 zawiera dyskusję wyników wąskie gardło państwo samoorganizującą się krytyczność [ 7 ]). Ten punkt Zarys tego artykułu jest następujący : Na początku opisujemy jego fenomenologiczne zachowanie, zwłaszcza przejście i dyskutować płyny [6]. My przejście od laminarnego do turbulentnego sytuacja porównuje je z wartościami w rzeczywistości. rachunek wstępny modelu podano w [8]. Sekcje 6 i 7 zawierają krótkie podsumowanie /perspektywę. A Sekcja 4 Machine Translated by Google 2222 Nr 12 JOURNAL DE PHYSIQUE I Model. 2. The Nasz model obliczeniowy jest zdefiniowany w oparciu o okresowe warunki brzegowe. być pustym. A jednowymiarowy tablica miejsc L i z otwartym lub W każdym miejscu może znajdować się jeden pojazd lub Każdy pojazd ma prędkość całkowitą wraz z wartościami może zera i między Na vmaks. dowolnej konfiguracji, jedna aktualizacja systemu składa się z czterech następujących kroków , które wykonywane kolejny są równolegle dla wszystkich pojazdów: I) Przyśpieszenie: Następny vmax i jeśli odległość do jeżeli prędkość v pojazdu jest mniejsza niż w . +11. samochód z przodu jest większy niż v + I, prędkość wzrasta o jeden [ v - widzi następny pojazd na miejscu 2) Zwolnienie (z powodu innych samochodów ) : jeżeli pojazd na stanowisku I I + j (z j < v) , zmniejsza swoją prędkość do j 3) Randomizacja: 11. z prawdopodobieństwem p, prędkość każdego pojazdu (jeśli jest większa od zera) zmniejsza się o jeden [v ruch: 4) Samochód ja [ v- J w 11. każdy pojazd jest zaawansowany w stosunku do witryn. Poprzez kroki od jednego do czterech bardzo ogólnych właściwości ruchu jednopasmowego , podstawa automat prawdopodobieństwa komórkowego o wartościach całkowitych model przedstawia nietrywialny i realistyczny płynie od wahania konfiguracja zasady [9, 10]. Już to proste zachowanie. Krok 3 jest niezbędny w przypadku symulacji realistycznej To bierze pod uwagę dynamika jest całkowicie deterministyczna . wskutek zachowania W przeciwnym razie wzorowany Czy naturalny Bez warunki. człowieka lub zmiany prędkości zewnętrznej ta losowość, każda początkowa ruch drogowy konto pojazdów i odpowiadające im prędkości bardzo szybko powodują powstanie stacjonarnego wzorca , który jest przesunięty do tyłu (tzn. przeciwnie sięga do ruchu pojazdu ) jedno miejsce na krok czasowy . Monte Carlo powodów przeprowadzono głównie symulacje, jak podano poniżej. dla pozycji samochodów i tablicy liczb całkowitych dla vmax = 5 dokonaliśmy następujących z z wyborem vmax = 5 dla Model zaimplementowano w języku FORTRAN , wykorzystując tablicę logiczną obserwacji : gęstość zajętych miejsc ( zwykle tylko około jednej piątej ) , Dla prędkości. 'realistyczny sprawa' w ciekawym reżimie stosunkowo niskim implementacja przy użyciu instrukcji IF zmienne i była około pięć razy szybsza niż implementacja wykorzystująca wyłącznie operacje logiczne (niezbędne do kodowania wielospinowego dla 32 jednocześnie ). Jako oczekiwany zysk samochody kodowanie wielospinowe dałoby zatem tylko współczynnik około sześciokrotny , odłożyliśmy prace nad a implementacja bitowa . Szybkość na stacji roboczej IBM- RS /6000 320H wynosiło około 0,2 aktualizacji witryny na mikrosekundę ond, czyli około 7 - krotnie wolniej niż prędkość niewektoryzowanego kodowania wielospinowego symulacja Model Isinga [I ii. Znaczna część Monte -Carlo na iPSC - 860 Hypercube wykorzystuje do 16 przeprowadzono biegi węzłów , z jedynie niewielkimi modyfikacjami prc - gramu . Szybkość modelu na procesorze Hypercube wynosiła około To samo jeden jak na stacja robocza. 3. Waific na okrąg (układ zamknięty). W tej części prezentujemy wyniki z układów z okresowymi warunkami brzegowymi (symulując tym samym ruch w pętli zamkniętej „ jak w , ale tylko na jednym pasie ruchu ” ). wyścigi samochodowe ” liczba N samochodów stały w kręgu nie może się zmieniać w trakcie dynamiki , możliwe jest zdefiniowanie a gęstość systemu ~ N liczba samochodów L liczba miejsc w okręgu w kręgu ' ~~~ Machine Translated by Google Nr 12 MODEL AUTOMATU KOMÓRKOWEGO DLA RUCHU AUTOSTRADOWEGO 2223 przestrzeń (droga) ..................4..............,...... ...........6............6 ..................4............................ .............6....... .6............................6............. ..................4.. 6.....6............................6........... ....................: ......4.....4.......,.......................6...... .............. .,......6.....4.......:............6.. ............... .6............3....4.......,.....,.......,...... .,.4.............. ......6......,.,,3.....4.,,....................... ,,.,...4,,....,...... ~ ~ ..6......,.3......6....,..,.. ,...,......6..,...... ,......,,...,.,.6.,....4..... ...4.....,..,.........................4.... Qd .............4.....6.......6............. ....................4 ....................6... ...4.......4............................ ..................6.....6.......6.... .............. ..................................6.....4....... 6............................ ..................................3....6.... ......4.............. ..................................4...... 4.......4........... ..................................................6.. ....4.......6....... .................................................. ..6.....6......4.. .................................................. .......6.....4....... .................................................. .......4....4... .................................................. ...........3.... .................................................. ....................3. Rys. I. Po Symulowane jeden samochodów na miejsce. Każdy nowy ruch przy ( niskim ) natężeniu wynoszącym około linia pokazuje pas ruchu 0,03, dalsza pełna aktualizacja prędkości i tuż przed ruchem samochodu . Puste miejsca kropką , miejsca zajęte przez samochód o niskim zagęszczeniu , my są reprezentowani są reprezentowane przez całkowitą liczbę jego prędkości . Na Widzieć spokojny ruch. co zwykle nie jest możliwe w rzeczywistości. Dlatego , aby naśladować rzeczywiste warunki , dokonaliśmy pomiarów zagęszczenie (= obłożenie) p~ w ustalonej witrynie , którą uśredniłem v=y ~ n;(f) okres czasu T : io+T (2) gdzie n;(t) = 0(1) , jeśli ośrodek I jest pusty (zajęty) w kroku czasowym t. Dla dużego T mamy nieważne ~ Tm = (3) P. Uśredniony w czasie przepływ # pomiędzy I i I + I jest zdefiniowany przez F" ~~~l ~ ~i>Ja+Ja(f) (4) gdzie n;,;+i(t) = I jeśli a pomiędzy miejscami I i I + I. wykryto ruch samochodu Dzięki tym definicjom łatwo było doprowadzić wiele do stanu zatem Po relaks symulacje z innym równowagi , uzyskując dane dla powszechnie używanych gęstości p, fundamentalny diagramy przedstawiające przepływ pojazdów # w zależności od gęstości , str. Mówiąc konkretnie , zaczynamy od losowej konfiguracji początkowej samochodów o gęstości p i prędkość 0 i rozpoczynamy zbieranie danych po pierwszych krokach czasowych , gdzie doszliśmy do = 10 x L. Na rysunkach I i 2 przedstawiamy typowe sytuacje przy niskich i wysokich gęstościach. Natomiast znajdujemy laminarny przy małych gęstościach to skupiska zatorów (małe zatory) o większym zagęszczeniu, które ruch drogowy powstają losowo w wyniku wahań prędkości samochody. Gdyby jeden następuje (na ryc. 2) jeden Machine Translated by Google 2224 Nr 12 JOURNAL DE PHYSIQUE I przestrzeń (droga) ...........4.............6......6......6......OO. 1.......4.......6 ..4......6....4......6......2...00. .2.......6....... ..,.,.4.,,.,.,,..6.,...,,,......,.4,......3...0.Ol. ...2.............6.. 4.......,4,,.,,......4.............,.6.,,...01,1,2 ,,...3.,..,.,.,.,,., ....6.......,,6..,.,......6.............O.1.0.2.. 3...,,.4........... ...........6.,...,...4...,,,,,,,.4...,....,,.1..00... 3,..3.,...,.6,,,,... .4............4,.......4....6.......1.00..... .3...3.........6.. ..,,.4.......,,,6,,,.....4.......,,..3....000.... ......2...3...... .,,,...,.4.,...........6.......4...........0.001.,.... ....,3,...3...... .............4..............6......4.......0.00.2.... ...........4....4... 4............4............6.....2...I.Ol.,,2 .,.......,.,3.... ,..,4,..,......,..4...,.......,,.,.2.,I..0i.2.,. .3,.,............,.4, .............6..............0,I.0.2.,2,. .,.3.......,....... .............6.............6......0..00...Ja,. 2,.....3....,......, ,.4,,..,.......,..4,.....,,.,......3.,,,I.,00,,.,2, .,3.,,....3.,....... .,.,..6...........,..4.,.,...,...,...2..0,00,..... 2....3.......3...... ja~ ..6....,....4....,.....,....4.,.............0i.00,,..... .3....,4,.,...4,., k~ .6.....4.......6............,.6......0,000....... ..3......4....... ......4....6.......6..............4....1.001....... ......3.......4... .- +~ 4.....,...6.,,..6.,..,...4,...,.....,..1.000.I...,..,. ...........4,......, ....6.......4.....6......,6......,..0000..I...,.. ......,.....,..6..... ......4......6..,.,,4.,.,...4.....0000.,.2,.... ......,........... .............6.......4.....6.......0.O001.....2... ............... ...............4...,.....4.....,1..0.000.2......2.. .............. .6...........,.,.4.......2...0.1.000...3..,...3 .............. ,,..,,6,.....,,......,.,.6.,.....IO.0001......4...... 4..,........... ..6.......6..............,.....2...01..001.2.......4. ......6....... .......6.......4.......,......,1.0.0.0i.1..3.....,.. ...6.,.....4..... ....6.......6.......6.......,...,.00.0.OI1....3...... ......4......6. ...........4.......6.......6.......0i,IO,0,I,.....3.. ...........4.... .............4.......6..,..,.2...IO00.,1..2.,......4 ...,...........6 ......,......6......4....2..0i.0i...2...3.... ......6.............. 6,.,.,.,,.,...,.......4...,,,..2..0i,00.2....3.,..3,.. ...........4....... ......4....6......00.000...3.,...3....4. ....,.......6... Ryc.2. większa gęstość oI To samo zdjęcie co na rysunku I , ale w ruchu na witrynę. Zwróć uwagę na tył samochody korka . indywidualny samochód nadjeżdżający z lewej strony, jeden widzi To the samochód ze zmienną prędkością pochodzi Tam pozostaje utknięty pomiędzy czwartą a piątą , a następnie musi się zatrzymać ze względu na zator . w kolejce przez pewien czas z pewne powolne postępy i może się po opuszczeniu klastra w przyśpieszyć do pełnej prędkości po zakończyć . Zatem gromada reprezentuje typową falę start -stop jak znaleziono ruchu autostradowym (por. rys. 3). Przedstawiamy the podstawowy schemat naszego modelu na rysunku 4. Podczas gdy linia trwa tylko 10 ~ wyniki uśredniania z 10~ kroków czasowych, kroków kropkowych przedstawiać średnie i można je porównać z wynikami z danych rzeczywistych ( rys . 5 ). Przełączenie następuje w pobliżu p = 0,08 . postać maksimum q(p) zależy od Dalej wskazuje czasu wyraźnie widać , że To symulacje pokazują , że pozycja i rozmiaru systemu . (Symulacje bez nie wykazują zależności od wielkości systemu . ) Jednak z tych zdjęć randomizacja nie wynika jasno punkt przejściowy . gdzie znaleźć dokładny Dla vmax = analityczny leczenie Ja, gdzie sytuacja znacznie się upraszcza. Oto krok jeden z czterech kroków aktualizacji banalne, bo każdy samochód Móc ruchu okrężnego , jako punkt wyjścia wybiera się przyspieszyć w jednym kroku czasowym do prędkości maksymalnej vmax = I i dlatego przed krokiem drugim każdy samochód ma prędkość I. Pytanie w procedurze aktualizacji brzmi zatem po prostu jeśli następna strona jest wolna (krok drugi) i jeśli prędkość jest (losowo) ustawiona na zero (krok trzeci). sprawa Machine Translated by Google Nr 12 MODEL AUTOMATU DO RUCHU AUTOSTRADOWEGO KOMÓRKOWY 2225 przestrzeń (droga) fi ~, Ryc.3. Linie czasoprzestrzenne (trajektorie) samochodów z fotografii lotniczej (wg [16]) . reprezentuje ruch Każdy w porządku jednego pojazdu w domenie czasoprzestrzennej. Symulacja I 0~ ja~ ~ _§~~~ r....~~.~ ~ fi Z ~/ 3 .: .:. _. ~~ „'~~ ~ °~. 0~ kl w ~ oj o : I Jest o ~ Rys.A. ~0 Natężenie ruchu q (w samochodach (L = lo~). Kropki są średnie nad 2 4 6 gęstość [uszy na miejsce] na krok czasowy ) vs. gęstość (w samochodach lo0 kroków czasowych , linia reprezentuje 8 na witrynę) od średnie symulacja wyniki w długich krokach czasowych . Machine Translated by Google JOURNAL DE PHYSIQUE I 2226 Prawdziwy Nr 12 Ruch drogowy _ ~~ ~~ 2000 & O oj o~~o)°~(, ~., fl"'. $$ ~ ~j ~~#~ '~.)~i~lJl .$.. do ..'ja'.'~i, 15QQ QJ ? .: Q_ „;,”~ Z_, z ;:'>j;,,1,= ' M ~ „--W”-~ > 'I Qj O 20 [Xl obłożenie Potok ruchu q (w zajętościnasamochodów (w rzeczywistości godzinę) nas. Ryc.5. pomiary na godzinę) od W samochodowej . Zajętość to procent drogi pokryty pojazdami (wg [ 17] ) . dodatkowy Dla prędkości większych niż I an poważny przybliżenia trudności parametr dla potrzebna jest aktualna prędkość , która daje Jednak nawet zabiegi. w tym sprawa rodzaj pola średniego analitycznego jest możliwe , a wyniki zostaną podane w innym miejscu [12]. Bezpośrednio losowa najprostszym sposobem sformułowania dynamiki są obliczenia czasowe i na podstawie mistrza ciągły aktualizacja sekwencyjna . To oczywiście równa się aktualizacji równoległej ( co można po prostu zobaczyć , symulując dwie różne różnica aktualizacje ) ale rezultaty randomizacja powinien być jakościowo podobny, a parametr p odgrywa szczególnie prostą rolę w przypadku losowej aktualizacji sekwencyjnej. Za pomocą więcej znane zmienne spinowe a; = +I z +I dla zajętego i -I dla puste miejsca, ( tj . prawdopodobieństwo przejścia W(-a;, -a;+i la;, «;+i) z («;, a;+i) do (-a;, -a;+i) samochód od I do I + I) po prostu czyta porusza się W(- «;,- «;+il«;, «;+i)=(IP) @ Przy okresowych warunkach brzegowych Ten całkowite namagnesowanie £; «; w systemie . (5) konserwacja prawdopodobieństwo przejścia The zapewnia równanie główne dla prawdopodobieństwa P ((«;),t) znalezienie konfiguracji ( a;) w chwili t jest dane przez ~~~jl'~~ = ~ W(-a;, -a;+i la;, a;+i) P(ia;, «;+i,11 ; + ~ ~i~(°I> °"+1( °i> ~°"+l) l'((~°i> ~°i+I F)). ; Z tego wzoru można łatwo zauważyć , że współczynnik I p ) daje jedynie prosty współczynnik skalujący osi czasu. Dlatego w czasie ciągłym układy o różnym p < I są równoważne w sens dystrybucja. że mają tę samą równowagę. Analizowanie tej równowagi (6) Machine Translated by Google MODEL AUTOMATU KOMÓRKOWEGO DLA RUCHU AUTOSTRADOWEGO Nr 12 dystrybucja 2227 stwierdza się , że przy ustalonym całkowitym namagnesowaniu każda konfiguracja spinu jest równie prawdopodobne. Dlatego w tej prostej sytuacji tak jest (7) q = p (i p) co jest tylko prawdopodobieństwem , że przed samochodem znajduje się wolne miejsce . Właściwość , że każdy dla> 0. Równoległość konfiguracja samochodów jest jednakowo prawdopodobna, z pewnością nie jestprawda vmax aktualizacja daje inną funkcję q (p) , ale jest ona również symetryczna względem p = 1/2 [12] . Waific 4. w sytuacja (system otwarty ). wąskie gardło W tej sekcji stosujemy różne warunki brzegowe , pozostawiając zmienione : . Kiedy skrajna lewa strona (miejsce I) jest pusta, ruch odbywa się nasz samochód o prędkości 0. As zajmij się nim a sytuacja od lewej do prawej, można sobie wyobrazić wąskie gardło zasilające ulicę mającą tylko nasycony ulica twc-lane po prawej stronie, sześć samochody początek rozwinięcia sposób otwartą granicę . (To symuluje (czteropasmową) autostradę.) symulacje gdzie jeden pas (co symulujemy ) . . Po prawej stronie (tzn. na końcu ulicy ) po prostu usuwamy obiekty, tworząc w ten Nasz reszta modelu nie- czas trwania do 5 x 10 ~ czasu uwzględniona długość siatki do 10000 miejsc z Po relaksacji model pokazuje ruch przy gęstości <pc> = 0,069 + 0,002 i kroki. przepływ <qc> = 0,304 + 0,001. I. Przypadek losowy Ponownie , sytuacja tutaj znacznie się upraszcza w vmax = sekwencjaaktualizacja ta jest dokładnie przypadku asymetrycznego modelu wykluczenia szczegółowo zbadanego w dystrybucja granice są w systemie z otwartą notacją równoważna [13, 14] , gdzie Walizka równowaga tx = fl = ref . [13 , 14]) odpowiada zatem naszemu wąskie gardło Można to zobaczyć system napędza I (w tym prostym sytuacja. siebie państwu przypadku nie jest to ogólna właściwość obowiązująca równ maksymalnego przepływu przy p = 1/2. Jednakże ten Bibliografia obliczony. wydaje się większy vmax > I (por. rys. 6). Porównanie ilościowe z 5. realistyczny tra%c. W tej sekcji przedstawimy kilka przybliżonych argumentów dotyczących skali długości i skali czasu z symulacja Średnia prędkość jako Model. Najprostszym podejściem do skalowania modelu jest stwierdzenie , że każdy samochód zajmuje około 7,5 m miejsca , czyli długość jednego w strona. całkowitego zatoru w wolnym ruchu wynosząca 4,5 lokalizacji na krok czasowy powinna odpowiadać prędkości iteracja około 120 km /h (w Niemczech ), dojeżdżamy naturalnie w odpowiednim czasie 7,5 ~ 3x4,5 strona „~~~ krok czasowy /(120/3,6) ~ M m (I sekunda na krok czasowy), co jest zgodne z [5]. Drugą możliwością jest skalowanie modelu według położenia maksimum w warstwie podstawowej diagram. Z pomiarów ruchu wynika , że maksimum to wynosi około p r- (30 pojazdów na 1) . pas ruchu i kilometr) = (0,225 pojazdu/7,5 m), czyli około 2 - krotnie więcej niż położenie maksimum na wykresie rozrzutu dla naszego modelu. Podobnie autostrady mają maksymalną przepustowość około (2000 pojazdów na godzinę i pas) = (0,56 pojazdu na sekundę). Ponieważ nasz maksymalny przepływ wynosi tylko 0,32 pojazdu na krok czasowy , (8) Machine Translated by Google 2228 Nr 12 JOURNAL DE PHYSIQUE I 0,34 j~ „V5/s.5/Xe4/T8e5.d” ~ ~~ .) 0,32 ~ ~ ~ O ~~ ~ ~ 1 ~ 0,31 I blisko rho=0,08 Relacja gęstości przepływu : wysoka rozdzielczość ° ° ° o ~ ~ ~ 0,3 ~ ) 0,29 ( 0,28 wynoszący 0,27 ~ ~ 0,26 0,06 0,08 0,1 0,12 0,14 0.J 6 śr. gęstość rho [liczba samochodów na lokalizację ] Ryc.6. Interesująca część (w pobliżu przejścia na walutę ) wykresu 4 (tylko średnie długoterminowe ) . Krzyż wskazuje punkt z lewej strony i wąskie gardło sytuacja (Tj . system otwarty z maksymalnym wejściem samochodów z granica pochłaniająca z prawej , patrz tekst ) ; końcówki skali . Symulacja wyraźnie na to wskazuje strzałka wskazać błąd że P. Błąd q jest zbyt mały , aby był na tym widoczny samoorganizujące się wąskie gardło Vmaks to jest stan nie odpowiada maksimum przepływu , ponieważ sprawa Do =1. krok czasowy naszego modelu powinien wynosić 0,32 / 0,56 m 0,5 sekundy , co oznacza współczynnik o dwa niższe od wartości przedstawionej powyżej. fale start-stop, Czwarta możliwość wykorzystuje wartość prędkości ruchu powrotnego gdzie na autostradach zmierzono wartość około 15 kin / h m 4,2 m /s . Jako maksimum przepustowość symulowany system wynosi około 0,3 naszego kroku fali wstecznej , samochody na krok czasu , maksymalna prędkość wynosi 0,3 miejsc (m 2,25 m) na krok czasowy (tj. około trzeci raz każdy gdy nowy samochód dojeżdża na tył korka ) . Spowodowałoby to ustalenie jednego kroku czasowego modelu na 2,25/4,2 m 0,7 sekundy, dając w ten sposób wartość pomiędzy wartościami z pierwszej i trzeciej metody. Zatem wszystkie te szacunki zgadzają się co do wielkości: kroki czasowe odpowiadają sekundom . Innym interesującym wynikiem ostatniego argumentu jest to , że fale start-stop mogą same w sobie istnieć zjawisko kolejkowania , w którym tylko dzieje siętworzenie dynamicznie: raz zator uformował się skupisko o długości L , istnieje prawdopodobieństwo p ~~~ na krok czasowy , że nowy koniec samochód dociera do oraz prawdopodobieństwo p ~~ P na krok czasowy ( określane w nietrywialny sposób przez dynamikę modelu ) , że samochód odjeżdża na przód korka (klaster). Gdy p~~P w jednym klastrze p~~~ w przypadku dyktuje następnego klastra, wszystkie klastry zachowują się jak kolejki na progu krytycznym, gdzie p~~~ = p~~P. jak również samoorganizację wartości krytycznej p ~ Ale powstawanie flusterów odbywać się bez zewnętrzny kontrola. Należy zauważyć , że wbrew intuicji parametry dla miejsca dyskretnego w zacięciu . Zastosowane są raz względnie stałe dla 6. symulacje przyjmuje się , że „jeden samochód na kratę wydaje się model przepływu ruchu parametry stosunkowo rozsądny. Wniosek. Wykazano , że podejście do modelu dyskretnego przepływu ruchu nie ma wyłącznie charakteru obliczeniowego korzystne [ 5, 4] , ale zawiera pewne ważne aspekty dynamiki płynów Machine Translated by Google Nr 12 KOMÓRKOWY MODEL AUTOMATU NA AUTOSTRADĘ 2229 RUCH DROGOWY podejście do przepływu ruchu, takie jak przejście z ruchu laminarnego do ruchu typu start-stop w naturalny sposób elementy indywidualne (patrz szczególnie koniec ostatniej sekcji). Tym samym utrwala (choć przydatność lepsza dla ruchu statystycznie) zachowanie kierowcy , do którego może prowadzić symulacje gdzie indywidualnie dotyczy to zachowania (np. routing dynamiczny ). obserwacja to ten piasek opadający długą i wąską drogą Dodatkowa ciekawostka rura więcej pokazuje bardzo podobne zachowanie, tj. „ fale start-stop” pierwotnie spowodowane wahaniami prędkość swobodnie poruszających się cząstek . rozproszenie na granicy [ 15 ]. w wahania w przypadku piasku w są spowodowane Podziękowanie. inicjacja Chcielibyśmy podziękować A. Bachemowi za P. Konhiusera do tematu i wraz z R. Kiihne , i M. Rbdiger za pomocne dyskusje, D. Stauffer za pomoc numeryczną i metodologiczną oraz HJ - Herrmann za interesujące wskazówki. ZAM w Centrum Badawczym Jiilich zapewnił czas obliczeniowy na nowo zainstalowanym Intel iPSC /860, a R. Knecht pomógł w obsłudze To. Praca ta została częściowo wykonana w ramach programu badawczego Sonderforschungsbereich 341 K61n-Aachen-Jiilich wspierany przez Deutsche Forschungsgemeinschaft . Bibliografia [Ii LIGHTHILL MJ-, WHITHAM GB-, Proc. R. Soc. Londyn. A229 (1955) 317. Brannolte wyd., Proc. [2] I~OHNE R., w: Przepustowość autostrad i poziom usług , U. Przepustowość autostrady , I<arlsruhe (Rotterdam: Balkema, 1991). [3] ZACI~OR H., I<UHNE R., BALZ W., Forschung Straflenbau und (1988), (Bundesanstalt für Straflenwesen, Bonn-Bad Godesberg). [4] CREMER M., LUDWIG J., [5] SCHOTT Matematyka i komputery w Wewnętrzne Symp. Straflenverkehrstechnik Symulacja 28 (1986) 297. H., Schriflenieihe der AG Automatisierungstechnik TU Hamburg-Harburg 6 (1991). [6] FRISCH U., HASSLACHER B., POMEAU Y., Phys. Ks. Wielki Post. 56 (1986) 1505. [7] BAI~ P., TANG C., [8] WIESENFELD I<., Fizj. Obj. A 38 (1988) 368. NAGEL I~., Proc. Fiz. komp. '92 Conf., Praha (Singapur: World Scientific, 1992). Automaty (Singapur: World Scientific, [9] WOLFRAM S., Teoria i zastosowania sieci komórkowej 1986). [10] STAUFFER D., J. Phys. Odp.: Matematyka Gen. 24 (1991) 909. [iii I~OHRING GA-, STAUFFER D., Int. J. Mod. Fiz. C (październik 1992). [12] NAGEL I<., SCHRECI<ENBERG, M., w przygotowaniu. [13] DERRIDA B., DOMANY E., MUI<AMEL D., J. Statystyka Fiz. 69 (listopad 1992). [14] DERRIDA B., EVANS MR-, przeddruk 1992. [Jest] HERRMANN HJ-, osobisty [16] Komunikacja. TREITERER J., TR PB 246 094 (Columbus, Ohio State University, 1975). [17] HALL Pi., BRIAN LA-, GUNTER MA-, Transpn. Rozdzielczość A 20A (1986) 3, 197. 524